Reinforcement Learning
Bir ajanın çevreyle etkileşerek uzun vadeli toplam ödülü artıracak politika öğrenmesini amaçlayan makine öğrenmesi paradigmasıdır.
Tanım
Bir ajanın çevreyle etkileşerek uzun vadeli toplam ödülü artıracak politika öğrenmesini amaçlayan makine öğrenmesi paradigmasıdır.
Teknik Bağlam
Durum, eylem, ödül, politika ve değer fonksiyonu temel kavramlardır. Ödül tasarımı gerçek amacı eksik temsil ederse specification gaming veya reward hacking ortaya çıkabilir.